【Spark Summit East 2017】用于数据分析的基于Kerberos的安全的Spark Notebook

简介: 本讲义出自Joy Chakraborty在Spark Summit East 2017上的演讲,主要介绍了为了使用Spark构建基于Kerberos的安全的JupyterHub笔记本所提出的技术设计和开发思想。

更多精彩内容参见云栖社区大数据频道https://yq.aliyun.com/big-data;此外,通过Maxcompute及其配套产品,低廉的大数据分析仅需几步,详情访问https://www.aliyun.com/product/odps。


本讲义出自Joy Chakraborty在Spark Summit East 2017上的演讲,主要介绍了为了使用Spark构建基于Kerberos的安全的JupyterHub笔记本所提出的技术设计和开发思想。在演讲中Joy Chakraborty着重介绍了Sparkmagic和Livy的功能以及Kerberos的集成技术。


8d4194d4d6c29e8649501822f0605086c0fd09dc

72020d292c252784d22e6ff1532c570850777bb1

1255d7b9cf7ec018e4e481a128f99da405513a88

a2df732bc75cf025b35928bb20a39dc3ef1de41f

3b91e2ce970a88f504bf62889e47e1738339f717

a13b30dddf8a7252532768bbfdf12277345715d8

b6a1e3ae451c3a746526d735ab03b289240b8fed

8834021a7257470a7cad937ec8ded4ce2448607f

097f41668ca2ff18340f8bde2d9d36ec5a9fd5cb

5bd30683a9fce9a642891edb02230e0cd8f11ea1

c17ebfc48f43f36e0aa0acfd3a6e3540e5989237

297279f3abee42151bcb7c3fbcc7a30caa6345e1

634e42322b6a6b2bce82ce408a93bffd31b2ad8f

15110301dfba17632b409613b796064861604b27

6a12ba7976ec8381e9cb704402320176efea8302

8991a5b9004324b66582758fa5e74f0aa9e40c26

b3242ad38465454267218afb746295e5cc739b35

eba8c7daf4501858bf957dced818fc059b6d0771

2d05717978ca4dfe3c3adf8353ec1e3ef9d49cd7

1727a61fe4135ea4f14e8887bce11ef724841b12

5889d6fe70d43a1142cd79b7e61ec14328f015e5

0b7ef84899b37fbb665225b0f5aabf1a7c84f4ce

75c547771d8c79794afc628945bff274d44f4d9f

a6e8bea42956e226509e66d6c63e55f46d7d686b

25398f2ef536ec9ca717409b1beb5b5472a38769

656238696c0b8bb86674efa652ceb5f6f1693230

6cc15ce7d52639fb159bb611c80d3fb02a1fc0cd

a2b380b5c317d25c05644f7a919cb6306ea66195

35287743eda037075a9f822ee90112d73f42bd27

bd52460acb41c7b99f68a57bbe1c57bfa7594db0

d9fbc914326497b3fde4961f24e2fe7441f5c713

2c8bca3bfb3f4634a0e54605fec3f06e52ab761b

21d057ee59dc2f592ab26bf859c4026dc808dbc6

d6a14f9999269c9870de6cef8f6f248f298ad1b4

71e7428c5ddfdd3c4f39d84222c8214be098b87a

af028d779e4c1bade68794b27a143276541158ce

b4c0af7c16a64a6547bd4f570c31d839b2a74167

84e1223800ff8e99e7a6307cb512cd8b16b5bc37

56306852b9b8139d7b279f4471059d83bcb8bfc3

5eb07e534d3ac885aca1ab02f2ba9d7b76d7b62d

9ec632d58cf425a9b557db1dedaa9cccdf1ce663

5aeba999fba80f26d1cf44e47d1a388d4d931181

1e595bbbb96eb2882f913f3996bf85850e1db397

e4602ba70aaee575833b606f777aa9a6c1fb82b4

70c7c0119a7818b1d21407f01836ce79bf777a30

b11f688581de23e082b059a10a2bd31ed17d9a6a

e95629d6a93b4de9d5a067bb05205f43fd4a65f3

267da63cebd2526ff299f960a6188ae24fdbca13

08660e0f854daac7dc2635d454edf97da357a129

相关文章
|
人工智能 分布式计算 Spark
SPARK + AI SUMMIT 2020 中文精华版线上峰会材料
SPARK + AI SUMMIT 2020 中文精华版线上峰会材料
SPARK + AI SUMMIT 2020 中文精华版线上峰会材料
|
机器学习/深度学习 人工智能 分布式计算
SPARK + AI SUMMIT 2020 中文精华版线上峰会—7月5日议题
SPARK + AI SUMMIT 2020 中文精华版线上峰会—7月5日议题介绍
SPARK + AI SUMMIT 2020 中文精华版线上峰会—7月5日议题
|
分布式计算 Prometheus Kubernetes
SPARK + AI SUMMIT 2020 中文精华版线上峰会—7月4日上午议题
SPARK + AI SUMMIT 2020 中文精华版线上峰会—7月4日上午议题发布
SPARK + AI SUMMIT 2020 中文精华版线上峰会—7月4日上午议题
|
人工智能 分布式计算 大数据
大数据≠大样本:基于Spark的特征降维实战(提升10倍训练效率)
本文探讨了大数据场景下降维的核心问题与解决方案,重点分析了“维度灾难”对模型性能的影响及特征冗余的陷阱。通过数学证明与实际案例,揭示高维空间中样本稀疏性问题,并提出基于Spark的分布式降维技术选型与优化策略。文章详细展示了PCA在亿级用户画像中的应用,包括数据准备、核心实现与效果评估,同时深入探讨了协方差矩阵计算与特征值分解的并行优化方法。此外,还介绍了动态维度调整、非线性特征处理及降维与其他AI技术的协同效应,为生产环境提供了最佳实践指南。最终总结出降维的本质与工程实践原则,展望未来发展方向。
799 0
|
分布式计算 大数据 Apache
ClickHouse与大数据生态集成:Spark & Flink 实战
【10月更文挑战第26天】在当今这个数据爆炸的时代,能够高效地处理和分析海量数据成为了企业和组织提升竞争力的关键。作为一款高性能的列式数据库系统,ClickHouse 在大数据分析领域展现出了卓越的能力。然而,为了充分利用ClickHouse的优势,将其与现有的大数据处理框架(如Apache Spark和Apache Flink)进行集成变得尤为重要。本文将从我个人的角度出发,探讨如何通过这些技术的结合,实现对大规模数据的实时处理和分析。
1346 2
ClickHouse与大数据生态集成:Spark & Flink 实战
|
存储 分布式计算 Hadoop
从“笨重大象”到“敏捷火花”:Hadoop与Spark的大数据技术进化之路
从“笨重大象”到“敏捷火花”:Hadoop与Spark的大数据技术进化之路
886 79
|
存储 分布式计算 算法
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
537 0
|
消息中间件 分布式计算 NoSQL
大数据-104 Spark Streaming Kafka Offset Scala实现Redis管理Offset并更新
大数据-104 Spark Streaming Kafka Offset Scala实现Redis管理Offset并更新
441 0
|
消息中间件 存储 分布式计算
大数据-103 Spark Streaming Kafka Offset管理详解 Scala自定义Offset
大数据-103 Spark Streaming Kafka Offset管理详解 Scala自定义Offset
565 0

热门文章

最新文章